디지털화를 통해 스마트 팩토리로 가는 방법

어느 정도 수준의 디지털화 없이는 더 이상 진행되지 않는다. 그렇다면 어디서부터 시작해야 할까? Benteler Automotive는 스스로 이런 질문을 던졌다. 그리고 간단한 적용 분야와 인프라부터 시작하였다.

시모네 캐퍼(Simone Käfer)

핵심 내용

  • Benteler는 스스로에게 적합한 “인더스트리 4.0”을 정의하였다. 그리고 거기서부터 가장 중요한 단계를 도출하였다.
  • 시스템이 경고를 보내면, 작업자는 무엇을 할지 결정한다.
  • 빅 데이터는 문제가 되지 않는다. 이를 바로잡기만 하면 된다.

최근에 Benteler는 스페인에 스마트 팩토리를 신축하였다. 수년 전부터 전 세계 모든 공장에 인더스트리 4.0이 적용되기 시작하였고, 제조 부문이 부분적으로 스마트 제조 방식으로 이루어지고 있다. Benteler는 27,000명의 직원을 둔 대기업으로, 자동차 분야에서 현대화, 효율화, 디지털화를 책임지고 있다. 분명한 것은 현대화, 효율화, 디지털화가 인더스트리 4.0으로 가능하다는 사실이다. 하지만 Benteler의 이러한 변화에 대해, 이 업체를 디지털 세계로 제로 상태에서 100까지 끌어올리는 컨설턴트를 단순히 비용을 지불하고 구매한 것이라고 생각하면 오산이다. Benteler는 내부 팀과 시간에 투자를 한 것이다

6년 전 Benteler는 일련의 과정을 시작하였다. 이는 네트워크를 만들고 인터페이스를 확장하고 구성 요소를 교체하는 것으로 끝나지 않았다. Benteler는 매우 신중하게 자신에게 적합한 인더스트리 4.0의 정의하는 것에서 시작하였다. 이는 간단한 일이 아니었다. Benteler는 이미 다양한 측면으로 구성된 복잡한 구조이기 때문이다. Benteler의 인더스트리 4.0 매니저인 다니엘 쾨흘링은 다음과 같이 요약하였다. “인더스트리 4.0이 가치를 창출할 수 있도록, 디지털 기술을 기업에 적용하는 것이 능력입니다.” 가치 창출이 디지털화의 목적이다. 그렇다면 그다음 단계는 무엇일까? “분명한 것은 데이터 분석을 개선해야 한다는 것입니다.”(다니엘 쾨흘링) Benteler는 자체 빅 데이터 인프라를 구축하기로 결정했다. 인프라는 모든 기계가 포괄적인 네트워크에 통합된 것을 의미한다. 이를 통해 시스템 데이터를 기록하고 시각화하여 직원들에게 제공할 수 있다.

가장 쉬운 장애물부터 시작하다!

첫 번째 테스트를 시작할 시간이 되었다. 그런데 어디서부터 시작해야 할까? 가장 쉬운 장애물, 즉 유지 보수에서 시작하기로 하였다. 유지 보수는 적은 양의 데이터만 수집해도 진행할 수 있기 때문이다. “유지 보수는 장시간에 걸쳐 그 효과가 진척되는 것으로, 대략적인 데이터 포인트 래스터 렁(rastering)만으로도 추적하기가 매우 유리합니다.”(다니엘 쾨흘링) 예를 들면, 프레스의 오일 필터 시스템이 적용하기 적합하다. 센서 시스템이 필터 앞뒤의 압력 차이를 측정한다. 여기에서 도출되는 압력차는 기계 컨트롤 시스템에 저장된다. Benteler는 자체 빅 데이터 인프라를 통해 압력차를 시계열 데이터 베이스에 저장하고, 시각화 툴 Grafana를 통해 데이터를 시각적으로 가공할 수 있었다. 쾨흘링 팀은 이렇게 다니엘 압력차 증가를 추적할 수 있다는 것을 알았다. 압력차가 특정 값에 도달하면 담당 직원에게 이메일이 전달된다. 담당 직원은 곧바로 대시보드를 확인하고 필터를 교체해야 할지 아니면 나중에 교체해도 되는지 결정한다. 나중에 교체한다면, 해당 값에 알람을 다시 설정하고, 이후 알람이 다시 이메일로 전달된다. 이런 방식으로 Benteler는 비교적 쉬운 방법으로 예방 유지 보수에서 대응 유지 보수, 즉 상태 모니터링으로 전환했다. 이 적용 사례는 다른 팀으로 이행되었다. 당시 팀에는 쾨흘링 외에 인더스트리 4.0과 프로세스 혁신을 책임지는 네 명이 속해 있었다. 이 팀은 워킹 스튜던트의 지원을 받는다. 또한 디지털화 과정에서 전체 네트워킹을 구현하고 지속적으로 새로운 기술을 제공하는 IT 분야 동료들이 있다.

직원들의 필요를 중심으로 한다!

필터 시스템이 적용되고 스크랩 컨베이어도 현대화를 시작하였다. 스크랩 컨베이어는 프레스 아래를 지나가며, 스크랩을 모아 수집 장소로 반출하는 시스템이다. 하지만 스크랩 컨베이어는 지하에 위치하고 있기 때문에 이상 현상이 발생하거나 정지할 때까지 눈에 띄지 않았다. 그로 인해 수시로 지하로 내려가 살펴보아야 했다. 그렇게 해도 문제는 발생했다. 이에 다니엘 쾨흘링 팀은 스크랩 컨베이어에 두 번째 테스트를 진행하기로 결정하였다. 이후 수리하거나 교체해야 하는 경우를 제외하고는 더 이상 지하로 내려가지 않아도 된다. 2018년 이후 이 스크랩 컨베이어는 한 번도 고장이 발생하지 않았다. 예를 들어, 계획보다 모터 출력을 올려야 할 경우, 모터를 교체해야 한다는 점을 시스템이 알려주기 때문이다. 인더스트리 4.0은 생각보다 간단하고 실용적일 수 있다. 물론 당연히 상황이 복잡해지기도 한다. “우리는 동료들과 곧바로 협업할 수 있는 사례부터 시작했습니다.”(다니엘 쾨흘링) 직원들의 요건에 맞춤으로써 직원들의 빠른 수용과 결과가 보장되었다.

스크랩 컨베이어가 있는 공장에서만 해도 그동안 50가지 응용 사례를 구현되었다. 16개 공장들을 빅 데이터 인프라에 통합하였다. 다니엘 쾨흘링 팀은 냉간 성형과 열간 성형에서 용접, 도장, 로보틱스에 이르기까지 다양한 영역에서 적용 사례들을 구현하였다. 스크랩 컨베이어를 모니터링한다는 이 아이디어에서 출발하여 이를 구현하기까지 1달이 채 걸리지 않았다. 하지만 그 당시에는 Benteler에게 빅 데이터 인프라가 없었다. 첫 번째 응용 사례는 프로토타입이었다. 이 프로토타입을 토대로 이러한 인프라를 만들겠다는 목표를 세울 수 있었다. 이 프로토타입을 회사 전체에서 표준으로 사용할 수 있기까지 몇 년이 걸렸다.

빅 데이터 문제, 아무것도 아니다

필요한 데이터가 무엇인지 안다면, 모든 데이터를 측정하고 수집할 필요가 없다. 모든 데이터를 수집하지 않아도 분류 저장하여 접근해야 할 데이터가 발생한다. Benteler에서는 데이터를 판독한 공장 내부에 데이터를 저장할 뿐만 아니라, 이를 전역적으로 불러올 수 있다. 이를 위해 IT 부서는 빅데이터 인프라에 시계열 데이터 베이스를 통합하였다. 이 데이터 베이스는 데이터를 크게 압축한다. 추가 분석을 위해 연결하는 것도 간단하다. 예를 들어 Benteler는 여러 기계의 측정 데이터를 결합하고, 프레스 사이클 타임을 현장에서 수동으로 측정하는 대신 디지털 방식으로 측정하는 가상 센서를 만들었다. 다음 단계는 이상을 감지하는 것이었다. 이상 감지는 매우 일반적인 주제이기 때문에 조금만 조정하면 한 응용 사례에서 다른 응용 사례로 쉽게 적용할 수 있다.

그동안 하나의 응용 사례에서 그다음 응용 사례가 생겼고, 심지어 생산 부서 동료들이 와서 자신들의 기계를 연결하고자 했다. 상황이 비교적 빠르게 진행되었고, 대부분의 작업을 완료하였다. “표준화된 시스템을 구축하기 위해, 초기에는 많은 에너지를 투입해야 합니다.”(다니엘 쾨흘링) 6년이 지난 지금 첫 번째 스마트 팩토리가 탄생하였다. 이 스마트 팩토리는 제로 상태에서 출발했지만, 이제는 점점 가속이 붙어 간단해지고 있다.

MM The Job

의사소통, 설득 작업, 기초 지식

다니엘 쾨흘링에 따르면 인더스트리 4.0 도입을 하고자 한다면 기본적인 전문 지식을 갖추어야 한다고 한다. 여러 영역에서 디지털 솔루션이 부가 가치를 창출하는지 평가해야 하기 때문이다.

더욱 중요한 것은 사회적 역량이다. 이 직업은 여러 분야에 관련이 있기 때문이다. 이 일은 가능성과 필요성을 말해주는 공장 생산부의 동료로부터 시작한다. 연구개발 분야의 동료와도 협업해야 한다. 인더스트리 4.0 책임자는 IT 분야 동료들과도 조율해야 한다. 공동의 목표로 동료들을 설득해야 한다. 이를 위해 열정과 설득력이 필요하다.

MM Tip

디지털화를 시작하기 전에 첫 번째 응용 사례에서 원하는 결과를 얻지 못하는 사태를 방지하기 위해 다음과 같은 질문을 해야 한다.

회사 직원들의 실질적인 필요에 맞게 솔루션을 구축할 수 있는가?

이 경우 디지털화를 통해 어떤 잠재력이 제공되는가?

비용과 편익 비율은 어떻게 보이는가?

위 질문에 따라 결정이 내려진다. 다음으로 생각해야 하는 문제이다.

디지털화 솔루션을 구현해야 하는가?

적용 사례를 확인하였다면, 다음 문제를 생각한다.

어떤 데이터가 필요한가?

이를 위해 몇 개의 센서가 필요한가?

센서에 대한 질문은 경험이 있어야 답할 수 있다. 구체적인 분석을 염두에 두고 어떤 데이터가 필요한지 안다면, 정확하게 센서 개수를 말할 수 있다. 처음 시작할 때에는 어떤 데이터가 직원들에게 도움이 될지 알아내기 위해 많은 센서로 많은 데이터를 수집한다.